《PLOS Biology》:Human brains construct individualized global rankings from identical few-shot learning input
编辑推荐:
本研究探讨在有限证据下人类如何进行关系推断。研究人员通过预注册行为范式结合脑磁图(MEG),发现个体在相同少样本局部对学习后,会主动构建稳定、自洽但独特的全局排名,而非被动累积证据。MEG显示前顶叶神经表征重组,反映主观而非他人的排序。成果发表于《PLOS Biology》,揭示了人类在稀疏输入下的关系学习具有主动建构性。
在现实生活中,人们常常需要从零散的信息中拼凑出完整的秩序——比如只看了几场网球比赛,就推断出选手们的世界排名;或者仅凭几条商品评价,就在心里给品牌排出优劣顺序。这种“管中窥豹”的能力,被称为少样本学习(few-shot learning)——人类能从极少数例子中快速归纳规则,并推广到新情境中。而在纷繁复杂的关系结构里,排序(ranking)是最基础也最实用的一种:它能帮我们在大脑中高效组织信息,减轻认知负担。
但一个根本问题始终悬而未决:当证据极其稀疏时,大脑究竟是像搭积木一样,老老实实把每一条局部信息拼接起来,最终逼近真实秩序?还是会主动“脑补”出一个整体框架,哪怕这个框架和事实有出入?经典理论倾向于前者:认为个体会独立更新每个项目的价值(如通过强化学习),慢慢积累证据,最终大家会收敛到相似的答案。然而,越来越多的迹象表明,人类的认知可能更“任性”——在资源有限的情况下,我们更愿意用一个自圆其说的内在结构,去统一那些碎片化的输入。
为了验证这一猜想,研究团队在《PLOS Biology》上发表了一项结合预注册行为实验与脑磁图(MEG)的研究。他们设计了一个精巧的范式:让所有参与者学习完全相同的8组非相邻图像对的相对关系(比如“行李箱比信封高3分”),每组仅呈现4次;然后在无反馈的测试阶段,判断所有28组可能的图像对的优劣。关键在于,参与者从未被要求构建完整排序,输入信息也完全一致——若按经典模型,大家的最终排序应该大同小异。
但结果出人意料:虽然群体层面,参与者成功进行了传递推理(transitive inference),表现出经典的序列位置效应和符号距离效应(即两端项目、差距大的对更容易判断正确),符合传统理论的预测。但在个体层面,数据却呈现出截然不同的面貌:对于难度高的邻近对(如第3vs第4名),参与者的正确率呈双峰分布——要么几乎全对,要么几乎全错,仿佛每个人都坚定地相信自己的某种“内部版本”。进一步分析发现,绝大多数参与者的错误并非杂乱无章,而是高度一致:他们的局部判断可以完美拼接成一个自洽但错误的全局排序(比如将A<B<C的真实顺序,内化为A<C<B)。换句话说,错误不是因为记性差,而是因为大脑“固执”地维护着一个主观的秩序。
更引人注目的是神经层面的证据。研究团队利用脑磁图(MEG),在另一批参与者中对比了学习前后的神经活动。通过表征相似性分析(RSA),他们解码了三种潜在结构在大脑中的印记:低层视觉特征、先验的现实世界物体大小排序,以及每个人自己构建的主观排序。结果发现,主观排序的神经表征仅在学习后出现,潜伏期较晚(约685–775毫秒),且集中在前顶叶区域;更重要的是,这种表征只与参与者自己的排序对齐,与他人的排序无关——大脑真的在“私人订制”排序结构。
这项研究打破了传统认知模型的边界,提出了建构性排序假说(constructive ranking account):在少样本、高不确定的条件下,人类大脑不会被动等待证据累积,而是主动推断并强加一个全局关系结构。这种“主动犯错”的能力,或许正是我们在信息爆炸的世界里保持思维连贯的生存策略。
主要技术方法概览
研究采用预注册行为范式,纳入77名有效被试(原队列+独立复制队列),通过标准化少样本学习任务收集局部对判断数据;利用Beta分布拟合、三元组自洽性分析及HodgeRank方法重建个体主观排序,并与Q-learning、Beta-Q等计算模型模拟对比。MEG实验招募27名被试,采用Elekta NEUROMAG系统记录全脑神经活动,通过事件相关电位分析与跨阶段RSA(控制低层视觉与先验知识混淆),定位学习诱导的神经表征变化。
研究结果
预注册少样本学习范式
参与者仅学习8组固定非相邻对(每对4次曝光),却在后续测试中对未学习的20组对表现出高于随机的推断能力。群体数据重现了传递推理的典型特征:序列位置效应(两端项目准确率高,F(7,532)=11.87, p<0.001)与符号距离效应(排名差距越大越易判断,斜率=0.04, t(76)=15.074, p<0.001)。标准Q-learning模型可复现群体规律,说明传统指标层面与经典机制一致。
参与者表现出一致、主体特异性的局部排序错误
针对单个局部对(如第3vs第4名),参与者正确率呈双峰分布:部分人几乎全对,部分人几乎全错,而非围绕均值波动。Beta分布拟合显示,28对中的15对困难对呈现双峰模式(参数α<1, β<1),而仿真模型则预测单峰分布。个体层面,超90%参与者在至少一对判断中表现出80%以上的一致性错误——错误不是偶然抖动,而是稳定倾向。
参与者构建自洽、独特的主观全局排序
通过三元组一致性分析(如真实A<B<C,判断为A<C<B属自洽错误),92.8%的错误参与者维持了全局自洽(仅5人出现逻辑矛盾)。重构的主观排序显示,个体间差异显著大于模型仿真(t=-66.77, p<0.001),证明错误源于系统性的主观构造,而非随机噪声。
MEG实验与行为发现复现
独立MEG队列复现了核心行为现象:88%参与者有高度一致的局部错误,96%错误者保持全局自洽。神经数据显示,现实世界大小排序的表征在学习前后均存在(240–480毫秒),而主观排序表征仅在学习后浮现于685–775毫秒,且局限于前顶叶区域。置换检验证实,神经活动仅匹配自身排序,而非他人排序(p=0.01)。
结论与意义
本研究揭示,人类在少样本关系学习中并非被动接收者,而是主动的建构者。面对稀疏输入,大脑会强加一个内在一致的全局排序作为归纳偏置(inductive bias),导致个体间产生独特且稳定的主观秩序。这一机制解释了为何相同输入会催生不同认知地图,并为理解社会分歧、教育差异提供了认知基础。神经层面,前顶叶皮层充当了“主观秩序工作台”,将碎片化输入整合为连贯结构。研究挑战了传统价值更新模型的局限性,强调结构先验在高级认知中的核心作用——大脑宁愿“合理错误”,也不接受混乱。